We investigate the problem of partitioning a rectilinear polygon $P$ with $n$ vertices and no holes % with no holes into rectangles using disjoint line segments drawn inside $P$ under two optimality criteria. In the minimum ink partition, the total length of the line segments drawn inside $P$ is minimized. We present an $O(n^3)$-time algorithm using $O(n^2)$ space that returns a minimum ink partition of $P$. In the thick partition, the minimum side length over all resulting rectangles is maximized. We present an $O(n^3 \log^2{n})$-time algorithm using $O(n^3)$ space that returns a thick partition using line segments incident to vertices of $P$, and an $O(n^6 \log^2{n})$-time algorithm using $O(n^6)$ space that returns a thick partition using line segments incident to the boundary of $P$. We also show that if the input rectilinear polygon has holes, the corresponding decision problem for the thick partition problem using line segments incident to vertices of the polygon is NP-complete. We also present an $O(m^3)$-time $3$-approximation algorithm for the minimum ink partition for a rectangle containing $m$ point holes.


翻译:我们在两个最佳标准下, 使用 $P 内 $P 的不连线线段, 使用 $nP3 和 $P2 的空间来分隔一个直线多边多边形(P) $P$ 的问题。 在最小的墨水分区中, 将在$P 美元范围内绘制的线段的总长度最小化。 我们使用 $O(n3) 3 美元, 使用 $0(n%2) 美元 的空间来显示一个美元( $) 的时算法, 返回最小的墨水分配。 在厚的分区中, 将所有导致的矩形的最小边长最大化。 我们用 $(n3) $( 美元) 的调时算法, 使用 $(n) $(n_ 6) 美元) 来显示 $(nP$( 6) 。 我们还显示, 如果 $(n) $(n) 美元 平线 的内点 点 数- QQQ) 平方平面 平面的 平面 平面的内 平面 问题 。

0
下载
关闭预览

相关内容

【IJCAJ 2020】多通道神经网络 Multi-Channel Graph Neural Networks
专知会员服务
25+阅读 · 2020年7月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
量化金融强化学习论文集合
专知
13+阅读 · 2019年12月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Arxiv
3+阅读 · 2018年10月25日
Symbolic Priors for RNN-based Semantic Parsing
Arxiv
3+阅读 · 2018年9月20日
Arxiv
5+阅读 · 2017年11月30日
Arxiv
4+阅读 · 2017年1月2日
VIP会员
相关资讯
量化金融强化学习论文集合
专知
13+阅读 · 2019年12月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
相关论文
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Arxiv
3+阅读 · 2018年10月25日
Symbolic Priors for RNN-based Semantic Parsing
Arxiv
3+阅读 · 2018年9月20日
Arxiv
5+阅读 · 2017年11月30日
Arxiv
4+阅读 · 2017年1月2日
Top
微信扫码咨询专知VIP会员